V
主页
深度学习 | 模块改进教程 | 增加创新性和工作量必看 | 计算机视觉任务通用
发布人
最后,做个总结:大家可以通过在注意力前添加多尺度卷积操作来增加工作量,而其中的多尺度卷积代码修改,可以通过多读论文的方式来积累知识,慢慢的就会有了自己的idea去修改其中的代码,从而变成自己的东西。关于注意力模块,大家也可以像视频演示的那样,尝试注意力并行或串行等操作,可以拼接很多其他的注意力,大家可以多去尝试,多利用concat、元素相加、元素相乘等操作,也可以考虑加入特征融合模块,站在巨人的肩膀上,尝试着对代码进行一些小改进。如果您觉得视频对您有帮助的话请给视频点个赞,感谢您的支持!
打开封面
下载高清视频
观看高清视频
视频下载器
深度学习直接缝了别的模型的模块,如何修改成自己的东西?模块改进视频第一期
以U-Net为例,缝合模块教程,深度学习通用,看完不会直接来扇UP,报销路费
【初学者必看】深度学习修改骨干网络教程 | 以ResNet为例
深度学习 | 线性可变形卷积LDConv | 视觉任务通用 | Image and Vision Computing
仅使用pytorch实现的即插即用Mamba模块,不需要linux环境和mambassm库
深度学习模块缝合教程,看这个视频就够了,计算机视觉领域通用
深度学习CVPR 2024 | 轻量高效ViT | SHViT
【深度学习创新点】训练神经网络的一系列调参经验和技巧教程文档分享
深度学习 | 遥感语义分割 | 多尺度聚合注意力模块MSAA
深度学习CVPR 2024 | InceptionNeXt | 即插即用模块
深度学习目标检测 | 多尺度特征融合 | 即插即用模块
PConv(CVPR2023):即插即用卷积模块
深度学习 | ECCV 2024 | 语义分割 | RCM模块和DPG头
轻量高效即插即用模块MSPA,二维视觉图像任务均可用
深度学习语音增强领域模块TSConformerBlock
FeatUp(ICLR2024):适用于任何方向的模型无关模块,附缝合教程
深度学习 | MICCAI 2024 | 高效非局部注意力ENLTB
CRMSA(CVPR2024):可以缝在transformer中的跨区域多头自注意力模块,附缝合演示教程
CVPR 2024 | 医学图像分割 | 高效多尺度卷积注意力解码器EMCAD
深度学习创新教程|全程干货不讲废话|看完直接举一反三 | 以 Swin Transformer为例
结合了多尺度大核注意力和门空间注意力单元的注意力模块,适用于图像超分领域
深度学习 | (arXiv 2024.07)即插即用注意力SCSA
Neural Networks 2024 | 深度学习改进SE通道注意力
针对transformer的FFN层缝合教程,把深度可分离卷积缝合在FFN层中教学【深度学习】
深度学习 | ICLR 2024 | 即插即用模块 | 计算机视觉任务通用 | MogaNet
多尺度并行大核卷积模块和增强并行注意力模块,适用于图像去雾任务【深度学习】
深度学习 | ICCV 2023 | 轻量高效编码器 | 视觉任务通用 | 即插即用
(JSTARS 2024)变化边界感知模块CBM,适用于遥感图像变化检测任务
TPAMI 2024 | 有效涨点的特征融合模块FreqFusion,目标检测、图像分割等任务均适用
DSAM:适用于图像恢复任务的注意力模块
基于YOLO的A+B+C式论文还能发论文吗,可以发什么水平的论文?进来获得自信心!【深度学习】
2024最新即插即用卷积模块MSPANet打败Resnet、SE、CBAM,CNN框架模型涨点!
深度学习 | Transformer | 代码修改教程
FECAM:频率增强通道注意力模块,适用于时间序列预测任务,可以缝合在transformer中,即插即用
深度学习可用于时间序列预测任务的可变形注意力模块Deformable Attention
即插即用特征提取注意力模块HWAB,可用于低光图像增强任务【深度学习】
自适应分层特征融合模块HFF,适用于图像分类、图像分割任务,深度学习即插即用模块
CondConv:经典动态卷积,适用于几乎所有计算机视觉图像任务
DASI:一种特征融合模块,即插即用,适用于目标检测等计算机视觉领域
NAF:即插即用模块,适用于图像恢复领域